1. 为什么好好的运营要动手搭体检助手先交代一下背景。我日常负责某个品牌在各平台的商品上架和资料管理手上常驻的物料大概有六类商品主图和细节图、SKU 表格、质检报告、品牌授权书、详情页文案、保险凭证。这六类东西在平时各管各的等到大促前要统一核查、准备上架资料包的时候问题就来了——它们之间的信息经常对不上。比如 SKU 表格里写了两个规格详情页文案里却写了三个质检报告上的品牌名和授权书上的主体名称差了一个字商品图的包装上印着 500ml标题里写的是 480ml保险凭证的生效日期晚于商品上架日期。这类问题单独看每一份资料都很正常放在一起才能发现矛盾。以前我都是人肉人工核对拿着打印出来的表格一条条对照一天下来眼睛都快瞎了而且还会漏查。后来在一次内部交流中我尝试用 Qwen3.8-Max 的思路把整批资料扔给大模型去比对前后折腾了两周搭出了一个商品资料包体检助手。输入是六份常见资料外加一张商品图输出是一份带有问题描述、证据位置、严重级别的检查报告。第一次正式使用它一口气给我查出了 27 个问题其中 14 个是人工核查时完全没有发现的。这篇文章就把我完整的实现思路、提示词设计、踩坑经过写出来给同样被商品资料核对折磨的运营、品控、渠道管理人员做参考。这个工具的本质其实是把“资料之间的交叉一致性校验”从人工经验判断变成模型驱动的结构化比对。它解决的不只是上架前检查的效率问题更是一个团队知识沉淀的问题——新人接手时不用再靠老员工口口相传哪些地方容易出错模型的判断标准本身就是一份可维护的规则资产。2. 梳理体检对象的家底六份资料一张图到底藏了什么动手写提示词之前我先把一个商品资料包里常见的六类文字资料和一张商品图做了逐个拆解。只有搞清楚了每一份资料里有哪些字段会和其他资料交叉引用才能让模型知道该查什么、去哪里查、查出来之后算什么级别的问题。2.1 六份高频资料各自的“核心字段”标题与卖点文案包含商品名称、品牌名、核心规格容量、尺寸、颜色、卖点关键词如“无糖”“0 添加”。它是整个资料包的信息源头其他资料里的关键字段基本都要和它对上。SKU 表包含每个规格的 SKU 编码、颜色/尺寸/容量、条码、价格、库存。这是最硬的数据规格数量、价格单位、库存阈值都从这里来。质检报告包含检验机构、报告编号、样品名称、规格型号、生产单位、检验结论、报告日期。最容易出问题的是样品名称和规格型号经常是送检时候写了一套商品上架又用另一套。品牌授权书包含授权方、被授权方、授权品牌、授权期限、授权范围。它很少单独出错但一旦和质检报告的生产单位或品牌方名称不一致就是大问题。商品详情页文案包含图文卖点、规格参数表、售后政策、注意事项。这个的写法比较随意是重灾区和 SKU 表对不上最常见的就是这里。保险凭证包含承保公司、被保险产品名称、保额、保险期限。它一般模板化程度高但产品名称经常写得比较简单比如只写“家庭清洁液”而不写具体品牌和香型。2.2 商品图在体检里的角色多模态信息补充商品图不是摆设。图上往往印着产品名、净含量、成分表、生产许可证号这些信息可能是文案里没有的或者和文案冲突的。我用 Qwen3.8-Max 的多模态能力把图片直接输入模型要求它提取图内所有文字和视觉可辨识的包装信息再与文字材料比对。实际操作中我先把商品图做了一次预处理标注清楚图片的拍摄角度和对应包装面正面/背面/侧面这样模型在引用“图内信息”时可以给出更精确的位置描述。这一步对后续的证据定位非常重要模型可以直接说“商品图正面标注净含量 500ml详情页参数表标注 480ml”而不是笼统的一句“图文不符”。2.3 我整理出的六加一交叉检查矩阵为了避免模型漏查我画了一张检查矩阵行是六类文字资料加商品图列也是同样的七类来源交叉点上标注出“需要比对哪些字段”。这张矩阵后来直接变成了我系统提示词里的“检查项清单”。举几个实际交叉点SKU 表与详情页文案规格数量是否一致、每个规格的名称写法是否一致、价格单位是否一致。质检报告与商品图样品名称是否完整包含品牌和品名、规格型号是否与图内标注一致。品牌授权书与质检报告品牌方名称是否一致、被授权方与经营主体是否一致。保险凭证与标题文案被保险产品名称是否覆盖所有现有 SKU、保险期限是否覆盖上架周期。这一步做扎实了后面的提示词设计才有依据。单纯让模型“帮我检查资料有没有问题”效果会非常飘因为你没有告诉它哪些资料之间存在必然的字段关联它只能凭常识去猜查出来的问题自然零散。3. 体检到底查什么把 27 类问题拆成四个维度最开始我以为 27 个问题是一次偶然的运气后来把输出的问题分类统计之后发现这些问题的分布相当有规律。做体检助手不能只会“报告问题”还要能对问题分门别类这样才能决定优先级、确定谁来修。我把模型需要检查的问题分成四类维度每一类下对应若干检查项。3.1 维度一信息一致性跨资料交叉比对这一类占体检结果的近一半是最容易出问题的地方。它关注的是同一个事实如商品规格、品牌名称、净含量在不同资料里是否表述统一常见 9 个检查项标题中的品牌名与授权书授权品牌是否一致标题中的品名与质检报告样品名称是否一致SKU 表规格数量与详情页规格参数表数量是否一致商品图净含量标注与标题/详情页标注是否一致商品图产品名称与质检报告样品名称是否一致详情页参数表中的材质/成分与质检报告结论是否一致保险凭证产品名与 SKU 表产品全称是否能一一对应授权书授权期限与商品实际销售周期是否匹配标题中的产地信息与质检报告生产单位所在地是否一致。这类问题的价值在于“一次发现全局修复”。比如模型查出质检报告样品名缺了“柠檬香型”四个字可能导致消费者投诉、平台抽检被判定为不一致而修起来可能只要在质检报告的备注里补充说明或者反过来在标题上删掉香型描述。3.2 维度二数据完整性有没有该有的字段第二类问题是字段缺失或格式不完整。这类问题人工也容易漏因为某一份资料单独看可能觉得很正常放到整个包里就会发现缺少关键信息。包括 6 个检查项SKU 表中某个 SKU 缺少条码授权书缺少授权范围描述质检报告缺少报告编号或者编号格式不正确保险凭证缺少生效日期或生效日期早于当前日期详情页缺少规格参数表商品图背面信息缺失导致无法核对成分表。数据完整性检查有一个细节不能直接要求模型“检查必填字段”因为不同品类必填项不一样。我的做法是在提示词中动态传入一份“类目必填字段清单”同一个助手换到不同类目时只要改清单即可。3.3 维度三逻辑合理性不靠交叉也能发现的硬伤这类问题不需要对比其他资料单独看一份就能发现异常但往往因为藏在长文本里被人工忽略。常见 7 个检查项SKU 表中价格为零或负数库存数量为负数详情页文案中出现“最”“第一”等明显违规极限词质检报告日期晚于授权书签署日期时间逻辑倒挂保险凭证保额与实际商品价值明显不匹配商品图净含量缺失但文案中宣称大容量标题中规格与详情页中主图位置标注规格矛盾。逻辑类问题的处理方式比较特殊因为有些“逻辑问题”可能是品类特性。比如某些定制类商品库存写成 0 不代表缺货而是按需生产。所以我在提示词里加了一条指令模型判定逻辑问题时要同时给出“如果属于定制类商品则无需处理”的例外提示避免误报。3.4 维度四合规风险提示牵一发动全身的高压线第四类问题是合规层面的公众平台抽检、消费者投诉、职业打假人盯得最紧的就是这些。5 个检查项授权链是否完整被授权方名称是否与店铺经营主体一致标题及详情页是否使用绝对化用语质检报告是否在有效期内与商品批次是否匹配商品图外包装上的生产许可证号与质检报告编号是否对应进口商品是否有相应的中文标签信息无中文标签的描述是否在详情页中作了说明。合规风险一旦查出我建议直接进入人工复核流程不能只依赖模型的判断。因为合规问题涉及法律法规的解释模型只能做“嫌疑点”推荐不能替代人工最终确认。但它的价值在于把容易出现合规风险的文本位置标记出来法务和品控团队用起来效率高很多。3.5 21 类问题的级别定义与修复责任方4 个维度共 27 个检查项我按照影响范围给每个问题定义了三个级别级别定义典型示例责任方P0 严重可能导致平台下架、行政处罚、消费者投诉授权链断裂、极限词、质检报告与商品不匹配运营负责人、法务P1 警告导致详情页信息自相矛盾、影响转化率规格数量对不上、价格单位混乱商品运营、美工P2 提示不影响销售但建议优化英文字母大小写不一致、标点格式不统一内容编辑这个分级最开始完全是拍脑袋定的后来在多次实测里根据修复后的实际效果做了调整。比如“保险凭证产品名未覆盖所有 SKU”最初定的是 P1但有一次因为漏了一个 SKU 导致理赔纠纷之后我把它上调到 P0。分级标准要跟着实际运营反馈持续迭代不能一成不变。4. 基于 Qwen3.8-Max 的体检链路解析、比对、判级三步走工具的整体架构不复杂一句话可以概括把六份文字资料转成统一的分段文本连同商品图像模型输入模型按照系统提示词里的检查矩阵逐项比对最后以固定 JSON 格式输出问题列表。这里展开讲每一步的实现思路。4.1 文本层把 XLSX、PDF、DOCX 统一成带来源标记的纯文本六份资料的原始格式五花八门SKU 表是 Excel授权书是 PDF 扫描件详情页文案可能是飞书文档导出的 Word商品描述是网页文本。模型不能直接吃这些五花八门的格式我必须先做一层解析和标准化。我用的是轻量脚本把 XLSX 直接读取后按“表头: 单元格值”的组合转成逐行文本PDF 用文本层提取扫描件需要先用 OCR但多数授权书和质检报告本身就有文字层直接解析即可。每一份文本库里都要做一件事在每一段文本前面加上来源标记格式是“【资料名_文件名_位置】”。这一步非常关键它决定了模型在输出问题描述时能不能准确指出“证据在哪里”。举个例子SKU 表转换后的文本可能是这样的【SKU表_2025夏季清洁系列.xlsx_第2行】 SKU编码: CLEAN-500-A 颜色/规格: 柠檬香型 500ml 条码: 6923456789012 价格: 39.9 库存: 256详情页文案转换后则是【详情页文案_主推款详情V3.docx_规格参数区】 规格: 柠檬香型 480ml 瓶身包装: 500ml 成分: 表面活性剂, 柠檬提取物两相对比模型一眼就能看到 480ml 和 500ml 的冲突。没有来源标记的纯文本虽然也能查但模型查出了矛盾却不能说清楚是哪一份文件里的哪一行修起来反而更费劲。4.2 图片层先“翻译”成结构化文字再比对商品图的处理不能直接扔给模型让他“看一眼”虽然多模态模型完全有能力看图但我发现经过结构化提取后再送进比对环节准确率会更高而且输出内容更稳定。我的做法是先让 Qwen3.8-Max 扮演一个“包装信息提取器”把商品图正反面所有能读到的文字按区域结构化输出包括产品名称栏图中的产品全称净含量栏数字和单位成分栏全部成分列表生产信息栏生产许可证编号、生产单位、地址其他可见文字标语、认证标识、警示语。这一步的输出也带上位置标记比如“商品图_正面_净含量栏”。之后再把这张“图面信息结构化文本”和前面六份文字资料放在一起统一进入体检比对环节。实质上就是把多模态图片识别任务拆成了“识别”和“比对”两个子任务每个子任务单独调优整体稳定性远高于混合处理。4.3 比对提示词结构化输出 交叉验证要求体检环节的系统提示词是整个工具的灵魂。我经过多轮迭代后沉淀出一个比较稳定的版本核心结构包含四个部分角色定义你是一名电商商品合规与信息一致性审核专家资料清单列出模型将要接收的资料文件列表并说明每份资料包含什么、格式是什么检查项清单把第三节的 27 个检查项逐条写进去每一条都明确“对比哪两份资料、关注哪些字段、什么情况算问题”输出格式要求以 JSON 数组输出每个元素包含问题ID、所属维度、问题级别、问题描述、证据位置、修复建议。输出格式里的 JSON 结构我加了一个严格规定每个问题必须有两个证据位置也就是“A 资料某处说了什么B 资料某处说了什么”。这个约束大大降低了模型胡编的概率因为如果模型找不到两处证据它该条输出就无法满足格式要求自然倾向于不报。这也是我实测下来减少误报最有效的一招。4.4 判级规则先让模型给倾向再用规则兜底我让模型对每个问题给出一到三个候选级别但不直接采信模型的判级结果。原因是模型对“这个错会导致平台下架还是仅仅影响转化率”这种商业轻重判断并不可靠。我的做法是引入一层规则覆盖如果问题涉及极限词、授权链、资质文件失效无条件升为 P0如果问题涉及两块数据无法对应但可明确修复默认 P1如果问题只是格式或文案润色层面默认 P2如果模型把同一类问题报了两个级别不一致的优先取高值。这里有一个重要心得模型负责“找问题”规则负责“定轻重”。不要让模型在同一轮里既当侦察兵又当法官两个角色的判断标准混在一起输出质量会明显下降。分开后侦察环节可以更敏感宁可多报不漏报判级环节则保持严格避免问题被低估。5. Prompt 编排的细节怎么让模型不乱报、不漏报很多人在用大模型做检查工具时最容易遇到两个问题一是模型想象力丰富经常报出一些算不上问题的问题二是模型顺着提示词“找茬”检查清单有 27 条它就硬凑 27 条哪怕某些检查项在该场景下不适用。我在这套体系里花了最多时间的就是解决这两个问题。5.1 给模型一条“不适用豁免”的通道每一条检查项如果都强制模型必须给出结论它会对那些模棱两可的字段硬找一个矛盾出来。我的解法是在系统提示词最后加了一段话大意是如果某个检查项在当前提供的资料中找不到足够的对比依据该条不输出并在汇总信息中注明“该检查项因缺少 XX 资料而跳过”。这一招非常管用。加了这条之后模型不再为了完成指标而硬编问题而是坦诚地告诉你哪些检查项没法查。有一次六份资料里缺了保险凭证体检报告的汇总信息里明确写了“保险凭证相关 3 项检查因缺少资料跳过”这个透明性对人工复核来说非常友好。5.2 用“正例”和“反例”教模型边界只写检查规则模型对“什么算问题”的理解还是容易偏差。我在提示词里给每个维度附加了一个正面示例和一个负面示例。比如数据完整性维度我写的是反例判定为问题SKU 表某行“条码”为空且同表其他行均有条码正例不判定为问题SKU 表某行“条码”为空但表头标注“该规格为赠品无需单独条码”。这种“给边界”的做法让模型的判断更加符合业务实际而不是字面上看到空缺就一律报警。刚开始我嫌麻烦只写了检查项结果工具上线第一天就给我报了二十多条“库存为 0 算异常”的无效问题而实际上那个商品本来就是预售模式库存 0 是常态。加了正反例之后这类误报基本消失了。5.3 模型上下文里的字段别名映射不同团队写资料时用词差别很大。同样的规格信息在 SKU 表里叫“规格”在详情页里叫“可选型号”在质检报告里叫“规格型号”。如果直接把原始文本扔进去模型虽然也能联想但偶尔会漏。我自己维护了一张字段别名映射表在系统提示词的“检查项定义”里每一条都写明该字段在不同资料里的可能称呼。例如规格字段在SKU表中可能名为规格/型号/Version在详情页中可能名为型号/可选款式/Size在质检报告中可能名为规格型号/产品型号。这个映射表的维护成本不高但带来的准确率提升非常明显。它本质上是在帮模型降低跨资料理解的成本让模型把精力放在逻辑判断上而不是花力气做词语匹配。5.4 温度设置与重试策略模型输出 JSON 有偶发的不稳定。我做了两层防护第一层是解析失败时自动重试最多三次第二层是每次调用时将温度设为 0.2 的低值让输出更收敛。低温度也带来一个副作用就是模型的创造性和联想能力下降所以我在提示词里故意加了一句“请尽可能发现所有真实存在的问题”用指令层面的主动性补偿低温度的保守倾向。这种“低温冷启动”策略在长文本扫描场景里效果很好。对比过温度 0.7 和 0.2 两组输出后0.7 那一组偶尔会冒出一两条非常有洞察力的问题但整体误报率高出 30% 左右。考虑到体检助手的使用场景更重视稳定性和可复核性我最终选择了低温度方案。6. 输出层设计27 个问题怎么整理成可执行的任务清单模型查出问题只是第一步真正花时间的是把问题转成运营团队能直接拿着改的工单。我在输出层做了三件事结构化 JSON 落地、按责任方分组、生成会话式摘要。6.1 三张视图总览视图、明细视图、证据视图体检报告不搞一个单调的长文本而是拆成三个视图。总览视图是一张表格统计四个维度各自的问题数、P0/P1/P2 各级别的数量一眼看清风险面明细视图是完整的 JSON 问题列表每条包含问题归属维度、证据位置、问题描述、修复建议这个视图可以直接导入项目管理软件变成工单证据视图则把每条问题的两处证据原文摘录出来方便修改的人不用重新打开原始文件去定位。证据视图是我自己坚持加的因为模型给的位置描述再精确也不如把原文直接贴出来高效。6.2 让模型给每个问题写“一句话修复建议”修复建议这种东西模型给的质量参差不齐。我试过让它写详细方案结果建议长到没人看。后来改成限制每条约 40 字以内而且必须包含“改哪里”和“改成什么样”两个要素。比如“SKU 表第 3 行条码为空对照外包装条码补录或删除该 SKU”“详情页规格参数表净含量 480ml 改为 500ml与主图文案保持一致”“授权书授权范围未包含线上渠道补充‘含电子商务平台销售’条款”。限制字数的好处是倒逼模型把建议写得更具体反而不容易空泛。原来让它写自由格式建议时经常出现“建议与相关部门确认后调整”这种废话限制了字数之后模型反而学会了把关键动作提炼出来。6.3 一次实际运行的输出样例下面是一个简化后的输出片段帮助还没上手的读者感受一下最终结果的样子[ { id: QC-001, dimension: 信息一致性, level: P1, issue: 标题标注净含量500ml商品图正面包装标注净含量480ml两者不一致, evidence_a: 标题_2025夏季清洁系列标题V3_主标题柠檬香型清洁液 500ml, evidence_b: 商品图_正面_净含量栏净含量 480ml, suggestion: 核对实际灌装容量统一修改标题或包装设计文件建议以实际包装为准 }, { id: QC-008, dimension: 合规风险提示, level: P0, issue: 详情页文案出现绝对化用语行业最温和涉嫌违反广告法, evidence_a: 详情页文案_主推款详情V3_卖点区行业最温和不伤手, evidence_b: 资料包未提供该表述的检测报告佐证, suggestion: 删除行业最表述改为配方温和经皮肤刺激性测试等可验证描述 } ]这条 JSON 后续可以直接变成一个表格推送到工作群也可以导入多维表格的任务管理视图分配给对应负责人。7. 27 个问题的复现实验同一套资料跑了五遍结果稳不稳做工具最怕的不是查不出问题而是每次跑的结果都不一样。如果同一个资料包第一次查 27 个问题第二次查 22 个第三次查 31 个运营团队就根本不敢用。我对同一套测试资料跑了五轮观察输出稳定性。7.1 五轮输出的稳定性统计轮次查出问题数与首轮重合数新增问题数消失问题数第1轮27---第2轮252413第3轮272522第4轮282621第5轮262512这个结果让我心里有底了。核心问题P0 和大部分 P1在五轮中全部稳定复现波动主要集中在 P2 级别的提示类问题和一些边界场景。比如“标题中英文大小写不一致”这类问题模型有时候觉得值得报有时候觉得无所谓属于主观判断层面不算硬伤。我把这个现象解释为模型的不确定性主要落在“严重程度评估”和“表述风格建议”上而对事实性矛盾的识别非常稳定。这也验证了一个结论用大模型做体检工具最重要的是事实比对的确定性而不是让模型做裁判。7.2 误报率统计与人工复核成本为了验证工具推荐的可靠度我请两位同事独立对 27 个问题做复核结果 24 个确认为真实问题2 个需要业务方进一步确认比如图片净含量与标题不符可能涉及旧版包装未清理的问题1 个属于误报。误报主要集中在逻辑合理性的“库存为 0”异常判断上因为那个 SKU 确实是预售模式单独看库存确实是 0但整体逻辑不是问题。误报率不到 4%这个水平已经低于人工核查的平均漏检和误判。更关键的是每一条误报都附带了完整的判断逻辑和证据人工只要花十几秒就能否决不需要从头排查。整体来看用 Qwen3.8-Max 搭的这套体检助手已经可以做到“自动查出可疑点人工只做确认”的工作模式了。7.3 与人工核查的对比一个可量化的效率账拿同一套品牌资料包做过对比人工核查六份资料加一张图的完整流程需要一位熟手大约两个半小时且遗漏率在 20% 左右。用体检助手从脚本解析到模型输出报告全流程约 6 分钟之后人工复核约 20 分钟。合计不到 30 分钟而且遗漏率更低。当然这个对比并不是说人工不重要。模型擅长的是“广度扫描”和“交叉定位”它能不厌其烦地逐条检查 27 个维度人工的价值在于对模糊问题的商业判断比如“两个规格名不一样是不是同一个产品的新旧叫法”这需要理解业务背景。把两者结合才是这套工具的完整工作模式。8. 落地过程中的几个坑绕开了能少走一周弯路开发过程中踩了不少坑挑几个最典型的分享出来给想复刻这个方案的同行参考。8.1 PDF 扫描件空白问题把扫描件当文本提取的教训第一批测试的时候授权书是从供应商那边拿到的扫描件程序直接按 PDF 文本层提取后是空白。第一次体检报告里授权书相关的检查项全部显示“跳过”我一开始以为是模型问题排查了半天才发现是 PDF 本身没有文本层全是一页页图片。解决方法是加了一层 OCR 预处理把扫描件先转成图片再识别文字。这个步骤会让整体流程慢几十秒但对质检报告、授权书这类常见扫描件来说必不可少。建议所有从外部渠道接收的 PDF都先做一个“是否含文本层”的检测不含的直接进 OCR 通道。8.2 SKU 表表头不统一别名映射表的价值不同供应商发来的 SKU 表表头叫法五花八门。有的叫“规格”有的叫“规格参数”有的叫“SKU 属性”价格那列有叫“售价”“零售价”“市场价”的还有把日常售价和促销价放在同一行的。如果不做表头规范化模型的解析会漏掉大量对比点。我的做法是在文本转换层维护一张“表头别名表”在送入模型之前就把所有表头统一成标准命名。这一步不用大模型参与用简单的字典映射就能覆盖绝大多数情况。只有遇到完全未知的表头时才需要人工介入识别一次之后加进别名表即可。8.3 图片提取文字时的“方向错误”问题商品图拍摄角度不统一有些品牌方给的主图是立体渲染图瓶身文字有透视变形直接输入给模型会出现错读。处理办法是在图片预处理时先做一个简单的方向纠正和清晰度检查如果是倾斜角度过大的图提示模型“该图可能存在透视变形以能清晰辨认的内容为准对不确定的文字标注疑似”。这个提示非常关键它让模型对读不出的文字保持诚实而不是强行编一个词出来。实测中加了这行提示之后图片区域误报下降了约一半。8.4 JSON 解析偶发报错重试之外的第二方案低温度下 JSON 输出基本稳定但长文本扫描偶尔还会出格式问题。我做了两层兜底第一层直接重试第二层如果重试三次仍失败就提示模型“把当前问题列表分两次输出第一次输出前 10 条第二次输出剩余部分”。这个分段输出策略比单纯要求“重新输出 JSON”要可靠得多因为长上下文场景下有一次格式崩坏重新生成时大概率还会在同一个位置附近崩。拆成两半之后每半的上下文长度缩短格式稳定性显著提升。8.5 别让模型直接改源文件体检助手只负责“做检查、出报告”我强烈建议不要让它在同一个流程里直接修改原始资料。一旦模型改文件你根本分不清哪些修改是可靠的、哪些是它想象出来的。正确的姿势是模型出问题清单人工修改后把修改结果重新跑一遍体检形成闭环。这也是我迭代了三四轮之后才想通的。早期我尝试让模型直接输出一份“修正版”结果改对的只有六成剩下的虽然表述通顺但引入了新错误。体检归体检修改归修改两者分开出错时才能定位责任。9. 这套方案还能扩展到哪里工具搭完到现在我已经把同套思路复制到两个相邻场景效果都超出预期这里分享给有兴趣继续深挖的同行。9.1 从“商品资料体检”到“商品上架前合规检查”把检查项清单从“资料之间的一致性”扩展成“平台规则检查”就成了上架前合规检查工具。比如把平台明令禁止的违禁词、广告法限制用语、特定类目的资质要求都写进检查项清单。由于底层的数据解析和输出格式完全复用新工具只用改系统提示词里的检查项部分两天就能上线一个新版本。9.2 从“单次检查”到“供应商资料质量评分”对长期合作的供应商可以把历次体检结果按 27 个检查项做汇总统计算出每家供应商的资料质量得分。这个分数在供应商复盘会上比口头批评好用得多能够直接指出“你家产品在信息一致性维度连续三个月失分集中在品名和规格型号的书写规范上”。这不是体检助手本身的功能但体检产出的结构化数据天生适合做这类统计分析。9.3 从“商品资料”到“带货短视频脚本检查”商品资料体检的基础能力是“跨资料的交叉一致性”这个能力同样适用于短视频脚本和商品链接的核对。比如脚本里说了什么卖点、链接标题里写了什么、资质文件里能支撑什么三者之间如果出现不一致轻则影响转化重则引来投诉。用同样的解析加比对链路把输入换成脚本文案和商品链接页面文本就又是一套独立的检查工具。我在实际使用中的体会是这类工具最值钱的部分不是模型本身有多聪明而是你有没有把业务规则沉淀成结构化的检查清单并且愿意花时间去调提示词、维护别名映射、设计输出格式。思路理顺之后Qwen3.8-Max 这样的模型就好比一个学习能力很强的实习生你教得越具体它干得越靠谱。最后分享一个小技巧每次模型跑完体检报告把它输出的证据位置里提到的文件路径和名词收集起来不定期整理进字段别名映射表和异常仓库。我坚持维护了两个月现在同一个品类的体检准确率比初次搭建时高了一截而且日常运维几乎不需要额外投入。